Python/Pandas：按类别转换value_counts生成类透视表的频次统计结果
2026-5-21
嘿，这就给你生成符合要求的透视表风格频次统计结果～
首先整理下原始数据对应的统计逻辑：我们按Category_4的y/n分组，统计每个类别下各取值的出现次数，同时附上总频次，结果如下：
类别频次透视表
| 类别名称 | 取值 | y组出现次数 | n组出现次数 | 总出现次数 |
|---|---|---|---|---|
| Category_1 | a | 3 | 0 | 3 |
| Category_1 | b | 0 | 1 | 1 |
| Category_1 | c | 0 | 1 | 1 |
| Category_2 | a | 2 | 0 | 2 |
| Category_2 | b | 1 | 1 | 2 |
| Category_2 | c | 0 | 1 | 1 |
| Category_3 | a | 1 | 0 | 1 |
| Category_3 | b | 1 | 0 | 1 |
| Category_3 | c | 1 | 2 | 3 |
如果需要更紧凑的分组展示形式，也可以这样呈现：
y组（共3条数据）频次统计
- Category_1: a 出现3次
- Category_2: a 出现2次，b 出现1次
- Category_3: a、b、c 各出现1次
n组（共2条数据）频次统计
- Category_1: b、c 各出现1次
- Category_2: b、c 各出现1次
- Category_3: c 出现2次
内容的提问来源于stack exchange，提问作者Greg Lewis
相关产品推荐
相关产品推荐
